
互聯(lián)網(wǎng)+大數(shù)據(jù)的征信:技術(shù)變革推動(dòng)征信業(yè)發(fā)展_數(shù)據(jù)分析師
技術(shù)變革對(duì)征信業(yè)的發(fā)展起到了非常大的促進(jìn)作用。征信最早起源于消費(fèi)分期,需要對(duì)消費(fèi)者進(jìn)行信用評(píng)估,但當(dāng)時(shí)更多的是通過(guò)口碑積累的定性判斷,沒(méi)有定量描述。進(jìn)入電子化時(shí)代后,數(shù)據(jù)得到了沉淀和積累,我們開(kāi)始使用數(shù)據(jù)統(tǒng)計(jì)模型來(lái)計(jì)算和評(píng)估信用,這極大地推動(dòng)了行業(yè)快速向前發(fā)展。在今天的互聯(lián)網(wǎng)時(shí)代,數(shù)據(jù)承載量非常大,任何數(shù)據(jù)都可以成為信用的一部分,即我們可以利用數(shù)據(jù)與信用的關(guān)聯(lián)度,深層次挖掘信用數(shù)據(jù)。人工智能算法模型不止是對(duì)過(guò)去的統(tǒng)計(jì),也包括對(duì)未來(lái)的預(yù)測(cè),它可以幫助我們更好地刻畫(huà)違約概率和信用狀況。
芝麻信用是在大數(shù)據(jù)互聯(lián)網(wǎng)模式下建立的征信系統(tǒng)。阿里巴巴從十年前開(kāi)始發(fā)展電子商務(wù)時(shí),就把信用體系建設(shè)作為最重要的一環(huán),但最近幾年我們才真正開(kāi)始進(jìn)入征信行業(yè),還是新兵。芝麻信用的logo上有句標(biāo)語(yǔ)——“點(diǎn)滴珍貴,重在積累”,這是我們認(rèn)為信用應(yīng)有的內(nèi)涵。芝麻是很有營(yíng)養(yǎng)的食物,每粒芝麻都不大,但通過(guò)點(diǎn)滴積累,將有益于社會(huì)的健康發(fā)展。
互聯(lián)網(wǎng)+大數(shù)據(jù)征信:廣泛、多維、實(shí)時(shí)
首先,征信人群覆蓋廣泛,可作為征信體系有效補(bǔ)充。人民銀行征信中心在征信數(shù)據(jù)方面做得非常出色,有效地解決了信用風(fēng)險(xiǎn)問(wèn)題,幫助金融行業(yè)持續(xù)健康發(fā)展,大大提高了金融的獲得性。同時(shí)我們也看到,目前只有不到4億人在央行征信系統(tǒng)有信用記錄,還有很多人沒(méi)有信用記錄數(shù)據(jù),在獲得金融服務(wù)時(shí),存在一定的門(mén)檻。中國(guó)有6.48億網(wǎng)民,人群覆蓋面非常廣,通過(guò)對(duì)他們?cè)诰W(wǎng)絡(luò)上留下的痕跡進(jìn)行數(shù)據(jù)挖掘和分析,能夠?qū)δ壳暗恼餍艩顩r進(jìn)行有效補(bǔ)充,讓更多在互聯(lián)網(wǎng)上有數(shù)據(jù)的人,通過(guò)刻畫(huà)得出的信用狀況,也能得到金融服務(wù),當(dāng)然還包括生活服務(wù)。
其次,征信信息廣譜多維?,F(xiàn)有征信記錄主要是個(gè)人信息加信貸記錄,而互聯(lián)網(wǎng)上的行為記錄非常多,我們可以用大數(shù)據(jù)的方法計(jì)算互聯(lián)網(wǎng)上萬(wàn)個(gè)變量,將更多信用記錄以外的信息納入征信體系。結(jié)合現(xiàn)有身份記錄和信貸記錄,以及生活類數(shù)據(jù),再加上互聯(lián)網(wǎng)數(shù)據(jù),可以得到更多廣譜信息來(lái)刻畫(huà)信用。
最后,征信數(shù)據(jù)實(shí)時(shí)鮮活。大數(shù)據(jù)的兩個(gè)主要特點(diǎn)是存量、熱數(shù)據(jù),它不再是離線的事后分析數(shù)據(jù),而是在線實(shí)時(shí)的互動(dòng)數(shù)據(jù)。如果某個(gè)人有違約行為記錄,會(huì)立刻被刻畫(huà)進(jìn)來(lái),使當(dāng)前業(yè)務(wù)的快速?zèng)Q策更加有效。
運(yùn)用大數(shù)據(jù)征信模型全面刻畫(huà)信用
信用是一筆巨大的資產(chǎn),讓它成為一個(gè)可衡量、可變現(xiàn)的資產(chǎn)是我們的愿景。我們的優(yōu)勢(shì)在于互聯(lián)網(wǎng)數(shù)據(jù),但不僅指交易數(shù)據(jù)。多年來(lái),用戶通過(guò)第三方支付繳納水電煤氣費(fèi)、信用卡還款以及物流信息也是重要的數(shù)據(jù)來(lái)源。當(dāng)然,公共政務(wù)數(shù)據(jù)也很重要,此外還有用戶自主上傳的數(shù)據(jù)。這些數(shù)據(jù)能夠幫助我們更好地描述以及準(zhǔn)確地刻畫(huà)個(gè)人信用。我們輸出的是信用分,基于數(shù)據(jù)來(lái)構(gòu)建決策引擎,以便向用戶輸出更有價(jià)值的服務(wù)。
大數(shù)據(jù)征信模型與傳統(tǒng)評(píng)分體系有所不同。我們深度融合了傳統(tǒng)信用評(píng)估與創(chuàng)新信用評(píng)估,開(kāi)創(chuàng)了大數(shù)據(jù)征信模型。在模型中,信用歷史是非常重要的一項(xiàng),其他維度包括身份特質(zhì)、履約能力、行為偏好和人脈關(guān)系(此項(xiàng)分?jǐn)?shù)比重稍低)。通過(guò)這五大維度,我們建立了刻畫(huà)個(gè)人信用全貌的模型。我們的主要切入點(diǎn)在于,使普通老百姓感受到信用的力量和價(jià)值,使他們今后在生活中注意培養(yǎng)信用意識(shí),并在全社會(huì)建立起信用文化。
凈化互聯(lián)網(wǎng)環(huán)境
在合法合規(guī)的前提下,大數(shù)據(jù)征信公司應(yīng)科學(xué)客觀公正地評(píng)價(jià)個(gè)人的信用水平,通過(guò)輸出各種標(biāo)準(zhǔn)化和定制化的身份識(shí)別、反欺詐、信用風(fēng)險(xiǎn)識(shí)別與跟蹤產(chǎn)品與服務(wù),賦能合作伙伴,并一起推動(dòng)中國(guó)誠(chéng)信文化的傳播和誠(chéng)信體系的構(gòu)建。
基于大數(shù)據(jù)7×24小時(shí)在線運(yùn)算能力,芝麻信用有非常強(qiáng)大的身份識(shí)別和反欺詐能力,能夠以商業(yè)化的方法凈化互聯(lián)網(wǎng)環(huán)境。隨著生物識(shí)別技術(shù)的發(fā)展,生物特征的識(shí)別率、準(zhǔn)確性、可靠性可以大大提高,再輔之其他識(shí)別方法,可以非常精準(zhǔn)、可靠地識(shí)別人,這樣就能將人與賬戶和設(shè)備關(guān)聯(lián)起來(lái)。基于這套識(shí)別體系,能夠充分了解網(wǎng)上的行為主體。今年3月,我們?cè)诘聡?guó)展示了人臉識(shí)別技術(shù),我們的樣本非常大,識(shí)別可靠性也不錯(cuò),我們對(duì)此抱以期待。
另外,通過(guò)賬戶行為分析,我們能夠準(zhǔn)確地刻畫(huà)人的行為,以此判斷是否出現(xiàn)行為異常,帶來(lái)安全隱患,幫助合作伙伴進(jìn)行反欺詐識(shí)別。未來(lái),反欺詐將回到“以人為本”,而不是以賬號(hào)為中心。線下查詢信用一定要本人持身份證來(lái)操作,身份識(shí)別對(duì)網(wǎng)上查詢來(lái)說(shuō)也很關(guān)鍵,確認(rèn)是否本人非常重要,我們?cè)谶@方面有強(qiáng)大的手段。
我們的目標(biāo)是,構(gòu)建賦能商業(yè)與金融機(jī)構(gòu)的開(kāi)放式大數(shù)據(jù)平臺(tái)。上層是不同機(jī)構(gòu),中層是通過(guò)解決方案進(jìn)行決策引擎,下面是通過(guò)大數(shù)據(jù)和模型,在取得授權(quán)的情況下,開(kāi)發(fā)基于行業(yè)的應(yīng)用。這是一個(gè)持續(xù)學(xué)習(xí)及沉淀經(jīng)驗(yàn)的平臺(tái),提供了很多可以不斷細(xì)化的工具,并且是實(shí)時(shí)監(jiān)控的專業(yè)級(jí)數(shù)據(jù)安全管理。此外,基于云平臺(tái)的計(jì)算,需要做好云端數(shù)據(jù)安全管理。我們不僅輸出信用分或征信報(bào)告,更是搭建了一個(gè)開(kāi)放數(shù)據(jù)共創(chuàng)的云計(jì)算平臺(tái),并基于云平臺(tái)來(lái)構(gòu)建數(shù)據(jù)的決策引擎體系,幫助合作伙伴實(shí)現(xiàn)商業(yè)目的。
開(kāi)放政務(wù)信息源 加快信用領(lǐng)域立法
對(duì)于央行大力促進(jìn)征信行業(yè)的發(fā)展,推動(dòng)社會(huì)征信體系的建設(shè),我們舉雙手贊成。同時(shí),我們也提出兩點(diǎn)建議。
首先,開(kāi)放政務(wù)信用信息源。開(kāi)放數(shù)據(jù)將產(chǎn)生巨大的社會(huì)價(jià)值,我認(rèn)為,可以向符合資格的機(jī)構(gòu)開(kāi)放信息源,這些機(jī)構(gòu)取得了國(guó)家許可執(zhí)照,便于接受監(jiān)管。如果他們能真正用市場(chǎng)化手段把這些數(shù)據(jù)運(yùn)用起來(lái),并回饋社會(huì),將產(chǎn)生非常大的社會(huì)價(jià)值。
其次,信用領(lǐng)域立法應(yīng)當(dāng)平衡公民隱私保護(hù)與個(gè)人信息數(shù)據(jù)合法利用。這將使征信機(jī)構(gòu)的業(yè)務(wù)開(kāi)展有法可依,有利于征信行業(yè)的長(zhǎng)遠(yuǎn)健康發(fā)展,促進(jìn)社會(huì)信用體系建設(shè)。同時(shí),政府的立法能夠提升普通民眾對(duì)征信行業(yè)的了解、接納和信任程度,為征信行業(yè)的發(fā)展?fàn)I造有利的大環(huán)境。無(wú)論法律細(xì)節(jié)完善與否,芝麻信用都會(huì)充分重視保護(hù)用戶的隱私與合法權(quán)益。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開(kāi)啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書(shū)) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04